태그

#speech-to-text

#speech-to-text 태그가 달린 기사

RSS 피드

AI X/Twitter

Google Gemini 3.5 Transcribe, 85개 이상 언어 지원 정밀 음성 인식 모델 출시

Google이 Gemini 3.5 Transcribe를 정식 출시했다. 85개 이상의 언어를 자동 감지하고, 간투사 제거 및 화자 분리를 지원하며 사전 녹음 오디오에서 단어 오류율(WER) 2.6%를 기록한다.

3일 전 1분 소요 30

#google #gemini #speech-to-text

OpenAI 새 transcription API, 파일·실시간 음성 모델을 둘로 분리

OpenAI가 2026년 7월 28일 GPT Transcribe와 GPT Live Transcribe를 GA로 공개했다. 파일 전사와 live audio 전사를 분리하고, keyword hint와 복수 language hint를 새 기본 경로로 밀어 올렸다.

2026년 7월 29일 1분 소요 23

#openai #audio #speech-to-text

AI X/Twitter

Grok STT API, 25+개 언어와 시간당 $0.10 가격으로 음성 API 시장 겨냥

왜 중요한가: xAI가 Grok Voice stack을 standalone STT/TTS API로 내며 batch $0.10/hour, streaming $0.20/hour 가격을 제시했다. 25+ languages, diarization, word-level timestamps는 call center와 meeting transcription 시장을 직접 겨냥한다.

2026년 4월 18일 2분 소요 41

#xai #grok #speech-to-text

LLM 레딧

LocalLLaMA가 들썩인 Gemma-4 audio 지원, llama-server에서 STT가 바로 돈다

LocalLLaMA가 이 thread를 크게 띄운 이유는 local agent stack에서 가장 귀찮은 별도 음성 파이프라인 하나를 치울 수 있다는 기대 때문이다. 게시물은 llama.cpp의 llama-server가 Gemma-4 E2A와 E4A 모델로 STT를 처리할 수 있게 됐다고 전했고, 댓글은 곧바로 Whisper와 Voxtral 비교로 넘어갔다.

2026년 4월 15일 2분 소요 55

#llama.cpp #gemma4 #speech-to-text

AI 해커뉴스

Hacker News, macOS용 완전 로컬 speech-to-text 앱 Ghost Pepper에 주목

440포인트를 모은 Show HN 스레드는 Control 키를 누르는 동안 녹음하고 완전히 로컬에서 전사하는 메뉴바 macOS 앱 Ghost Pepper를 에이전트 도구 흐름의 일부로 끌어올렸다.

2026년 4월 7일 2분 소요 50

#local-ai #speech-to-text #macos